數據科學及機器學習微學位

OUR CURRICULUM

基礎數據概念 WEEK 1 - 2
學員將透過基礎數據科學練習，接觸不同環節的數據科學概念，以及數據科學各個工作範疇的互動關係。學員同時會熟習不同規模的數據團隊之常見作業模式，並且利用代碼管理平台協調團隊成員的工作。

• Data Acquisition
• Data Cleaning
• Exploratory Data Analysis
• Data Science Project Lifecycle
• Version Control For Data Science and Machine Learning

數據工程 WEEK 4 - 14
面對規模較大的業務時，企業往往會有大量的訂製數據需要收集並作初步整合，而數據工程人員便需要按照企業團隊的需要，設計合適的數據收集及儲存方案，以提高數據團隊進行分析工作的效益。

• Database Management Principles
• Data Pipelines and APIs
• SQL vs noSQL
• Entity Relationship Diagrams
• Cloud Computing For Data Engineers 

應用機器學習 WEEK 8 - 15
在分析龐大的數據集時，機器學習模型（Machine Learning Models）可以為企業節省大量的時間與資源。學員將運用不同類型的機器學習模組，以對應不同類別企業資訊進行準確的預測。

• Supervised vs Unsupervised Learning
• Natural Language Processing
• Recommendation Systems
• Recurrent Neural Network

數據科學編程 WEEK 1 - 14
利用Python，R，SQL等編程語言，學員將運用編程工具從企業的數據庫中摘取所需資料，進行整合以及建模等程序，並把作業過程中重複的步驟自動化，以縮減數據團隊進行分析工作的所需時間。

• Data Types and Data Structures
• Functions, Classes and Objects
• Popular Libraries and Packages
• Database Queries
• Programming Methodologies

商業智能 WEEK 4 - 15
企業內部數據團隊所進行的項目，需在轉化成商業智能（Business Intelligence）的過程中，為企業產生價值。學員將會學習如何透過建模及數據視覺化（Data Visualization）等渠道，為企業決策帶來正面影響。

• Data Visualization Classifications
• Data Dashboard Design
• Aggregation and Granularity
• Analytical Fallacies
• Professional Analytics Tools

課程職業支援 WEEK 14-16
為協助學員取得數據部門崗位，導師團隊將會透過舉辦招聘講解，模擬面試，就業諮詢，履歷覆檢等服務輔助學員。另外，學員亦會於導師指導下，編輯符合企業需求的個人作品集。

• Personal Portfolio
• Career Seminar
• Mock Interviews
• Career Consultation
• CV Diagnostics
• Networking Sessions